Národní úložiště šedé literatury Nalezeno 82 záznamů.  předchozí11 - 20dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Gesturální rozhraní pro jednoduché ovládání počítače
Burdík, Vojtěch ; Beneš, Radek (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se věnuje poměrně novému počítačovému oboru – počítačovému vidění. Zaměřuje se na rozpoznávání objektů, určení polohy a reakci na určitý pohyb. Cílem práce je sestavit program, který bude schopný pomocí pohybu ruky ovládat počítač, reagovat na definované gesto provedené prsty nebo dlaní a vytvořit na něj určitou akci. Tohoto cíle má být dosaženo bez použití speciálních čidel nebo více kamer, pouze s jednou obyčejnou webkamerou. Ke zpracování obrazu byly využity funkce z knihovny OpenCV a byl sestaven program. Vyhodnocení funkcí je založeno na ověření funkčnosti v praxi, vyhodnocení rychlosti, přesnosti a kvalitě rozpoznání objektu. Poté bylo vytvořeno schéma, jak by mohl program pro gesturální ovládání počítače vypadat a následně byla provedena jeho realizace v podobě jednoduchého programu. Tento program je schopen rozeznat v obrazu objekt, v našem případě ruku, a pomocí vyhodnocení jejího pohybu ovládat kurzor myši na počítači s možností provedení simulace stisku levého tlačítka myši. Dále umožňuje skrolovat v dokumentech horizontálním i vertikálním směrem. Program je velice robustní a práce s ním je velice jednoduchá.
Měření aktuální rychlosti vozidla
Štencel, Jakub ; Petyovský, Petr (oponent) ; Horák, Karel (vedoucí práce)
V teoretické části této práce jsou shrnuty metody pro analýzu pohybu v obraze. Podrobněji jsou rozebrány metody, které slouží pro detekci pohybu v obrazových sekvencích. Praktická část je zaměřena na nalezení významných bodů v obraze (zaměřovacích terčíků na karoserii vozidla), díky kterým je následně vypočítána rychlost vozidla.
Sledování trajektorie
Sedlařík, Jan ; Janáková, Ilona (oponent) ; Richter, Miloslav (vedoucí práce)
Tato bakalářská práce se zabývá tématem sledování trajektorie. K úspěšnému splnění úkolu je vhodné mít k dispozici kvalitní videa. Je tedy nutné soustředit se na jejich správné snímání a předzpracování. Jednou z nejzákladnějších úloh tématu je detekce objektů v obraze a jejich následné sledování. Důležitou úlohu při separaci obrazu na objekty sehrává detekce hran.
Sledování cíle v prostoru
Černín, Jan ; Horák, Karel (oponent) ; Janáková, Ilona (vedoucí práce)
Předmětem této bakalářské práce bylo naprogramovat algoritmus, který by byl schopen zpracovat obrazová data z připojené kamery. Program pracuje s daty v reálném čase a na základě vyhodnocené pozice objektu zajistí natočení polohovací hlavice tak, aby kamera sledovala vybraný cíl. Celý algoritmus implementuje metody sledování psané v programovacím jazyce C/C++ využívající funkcí knihovny OpenCV.
Detekce ohně a kouře ve videosekvenci
Tomek, Peter ; Štancl, Vít (oponent) ; Švub, Miroslav (vedoucí práce)
Cílem práce je analýza vstupní videosekvence a následné nalezení oblastí, které obsahujících oheň nebo kouř. Daný problém je rozdělen na dvě podúlohy-detekci ohně a detekci kouře. Základem a prvním krokem analýzy je detekce daných oblastí pomocí Gaussova zloženého modelu-Gaussian mixture model. Na jeho natrénovaní je použit algoritmus Expectation- Maximization, nebo skráceně EM. Pro detekci kouře se dále používa technika optického toku. Výsledné oblasti jsou pak upraveny pomocí aplikace různých morfologických metod a analýzou vzájemné polohy detekovaných oblastí. Výstupem algoritmu je opět videosek- vence, ve které jsou zvýrazněny oblasti s pravděpodobnou přítomností ohně nebo kouře.
Odstranění nežádoucích objektů ve videosekvencích
Vagner, Ondřej ; Seeman, Michal (oponent) ; Žák, Pavel (vedoucí práce)
Cílem této práce bylo vytvoření automatické metody pro odstranění nežádoucích objektů z videosekvencí. Navržená metoda je schopná odstranit statický i pohybující se objekt bez zásahu uživatele do procesu zpracování. Uživatel pouze definuje objekt určený k vymazání.
RoboAuto - Detekce pohyblivých objektů
Štibinger, Petr ; Žák, Pavel (oponent) ; Juránek, Roman (vedoucí práce)
V této práci se lze dovědět možné řešení detekce objektů z pohyblivé kamery. Na řešení je použita metoda MTI (moving target indication), která je používána pro detekci ze vzduchu a je možné ji aplikovat i na pozemní vozidla. Bude zde uvedena práce se SURF (pro detekci bodů v obraze) a histogramy (pro detekci pohybu v obraze).
Detekce anomálií v chování davu ve video-datech z dronu
Bažout, David ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
V posledních letech dochází k rychlému rozvoji využití dronů v mnoha odvětvích. Své uplatnění nachází i v oblasti národních bezpečnostních složek. Cílem této práce je návrh a implementace nástroje provádějícího analýzu davových scén snímaných dronem. Tento nástroj zajišťuje včasnou identifikaci podezřelého chování osob a usnadňuje jeho lokalizaci. Mezi hlavní přínos patří návrh vhodného algoritmu stabilizace videa umožňující stabilizaci drobných záchvěvů, ale i zpětné dohledání ztracené scény. Dále byly navrženy dva detektory anomálie odlišující se ve způsobu extrakce příznakového vektoru a modelování pozadí. Ve srovnání s nejlepšími přístupy současnosti dosahují srovnatelných výsledků, ale zároveň přináší výhodu v podobě možnosti zpracování on-line dat.
Sledování pohybu srdečního svalstva v ultrazvukovém záznamu
Strecha, Juraj ; Drahanský, Martin (oponent) ; Mráček, Štěpán (vedoucí práce)
Tato práce se zabývá návrhem algoritmu a implementací programu, který v pořízeném ultrazvukovém videozáznamu srdce sleduje pohyb srdečního svalstva. Odhad polohy sledovaných bodů počítá metoda optického toku. K utvrzení správnosti polohy sledované struktury se používá statistický model Active Shape Model. Uživatel vyznačí strukturu srdečního oblouku a aplikace na dalších snímcích záznamu zobrazuje novou polohu bodů, které reprezentují nový deformovaný tvar.
Ovládání počítačových aplikací přirozeným pohybem hlavy
Vojvoda, Jakub ; Materna, Zdeněk (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této práce je navrhnout a realizovat systém sledující hlavu uživatele ve vstupních obrazových snímcích a na základě její pozice dosáhnout interakci s počítačovými aplikacemi. V rámci řešení byly navrženy 4 metody detekce hlavy využívající metody počítačového vidění jako detekci obličeje pomocí Haarových příznaků, detekce pozadí, camshift nebo Lucas-Kanade na výpočet optického toku. Jednotlivé metody byly testovaný na nahraných a v dané oblasti používaných datasetech a vyhodnoceny. Výsledek je využit k ovládaní demo aplikací pohybem hlavy.

Národní úložiště šedé literatury : Nalezeno 82 záznamů.   předchozí11 - 20dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.